Publikationsserver der Ostbayerischen Technischen Hochschule Regensburg
Not a member yet
6172 research outputs found
Sort by
Effective material approach for simulating knitted bowtie antennas
No full textTextile antennas offer a promising solution for the integration of communication and sensor functions into wearable systems. Their flexibility, lightweight and seamless compatibility with garments make them ideal for wearable technology and medical monitoring applications. This paper investigates the characterization and simulation of a bowtie antenna made from knitted textile structures with hybrid yarns. These yarns, which consist of metallic microwires combined with textile threads, exhibit unique electromagnetic properties. The aim is to create a comprehensive simulation model using the effective material approach to reduce computational complexity while maintaining accuracy. Compared to a full three-dimensional simulation of the knitted structure, the effective material approach significantly reduces computational time and effort. Practical measurements were carried out in the frequency range from 3.3 GHz to 4.9 GHz to determine the dielectric properties of the materials
ePA : wenig bekannt und Widerspruchslösung bevorzugt
No full textEine bevölkerungsrepräsentative Umfrage der gesamtdeutschen Bevölkerung ergibt: Die ePA ist wenig bekannt. 48 Prozent der Bevölkerung geben an, die ePA nicht zu kennen. Die Personen, die die ePA kennen, möchten diese zum überwiegenden Teil zukünftig nutzen. Bezüglich der automatischen Datenübertragung in die ePA sind die Nutzer:innen zurückhaltend
Multimodal sensor fusion for resilient perception: combining radar and imaging for all-weather object tracking
No full textThis work presents the concept and initial qualitative observations of a multimodal perception system that fuses radar, lidar, and camera data to improve object detection and tracking under adverse environmental conditions. The approach focuses on building weather-impact models for each sensor modality—quantifying performance degradation effects such as color shifts and contrast loss in cameras, range reduction and spurious returns in lidar, and resolution limitations in radar. These models will later inform adaptive sensor fusion strategies deployed on embedded edge-AI hardware, using an Infineon BGT60TR13C FMCW radar, Intel RealSense D455 depth camera, and low-power processors. Preliminary visual inspection of collected datasets indicates that combining complementary sensing modalities can maintain detection continuity under conditions where single modalities fail. Future work will quantitatively evaluate these effects and demonstrate weather-adaptive perception on the embedded platform
Veronika Fischer, Bärbel Gebert, Elke Kruse, Curt Schulz, Birgit Stimm-Armingeon: Didaktik der Familienbildung.
No full textWasserstoffatlas Deutschland (Hydrogen Map) [Data set]
No full textInput files required for Hydrogen Map workflow in the project "Wasserstoffatlas Deutschland", funded by the BMBF
Kulturell adaptierte Schmerzgeschichte für die PNE im deutschsprachigen Raum
No full textEinleitung Pain Neuroscience Education (PNE) ist eine Aufklärungsstrategie, welche das Ziel hat, Schmerzpatient*innen neurophysiologische und -biologische Vorgänge im Körper mittels Metaphern und Geschichten zu vermitteln. Der Wissenszugewinn über schmerzphysiologische Prozesse kann – insbesondere bei chronischen Schmerzpatient*innen – psychosoziale Symptome wie Bewegungsangst und Katastrophisierung von Schmerz positiv beeinflussen und zu einem Umdenken im Umgang mit Schmerz anregen. Trotz zahlreicher PNE-Studien wird die vermutlich entscheidende Anpassung von Schmerzgeschichten an den kulturellen Hintergrund der Betroffenen bis jetzt kaum berücksichtigt. Ziel des Projekts war es, eine für die deutsche Kultur angepasste Schmerzgeschichte nach dem Vorbild des amerikanischen „Why You Hurt“- Konzepts zu entwickeln und diese hinsichtlich ihrer Verständlichkeit und Anwendbarkeit zu überprüfen
Material und Methodik Auf Grundlage der Literatur sowie eines fachlichen Austauschs mit dem PNE-Experten Prof. Dr. Emilio „Louie“ Puentedura wurde eine metaphorische, kulturell adaptierte Schmerzgeschichte entwickelt und grafisch aufbereitet. Die Datenerhebung erfolgte durch leitfadengestützte Interviews mit jeweils drei Therapeut*innen und Patient*innen. Die Auswertung erfolgte mittels qualitativer Inhaltsanalyse in MAXQDA.
Ergebnisse Die Teilnehmenden beschrieben die Geschichte als „leicht verständlich, nachvollziehbar und anschaulich“. Die Kombination aus Erzählung und graphischer Darstellung erleichterte das Verständnis der physiologischen Vorgänge. Therapeut*innen reagierten positiv auf die Umsetzbarkeit und signalisierten Bereitschaft zur künftigen Anwendung, bevorzugt mit geringem organisatorischem Aufwand – etwa in Form von Karten mit variierenden Inhalten oder einer App-Version. Zusätzlich wurde erwähnt, die Geschichte nur bei Kindern anzuwenden.
Zusammenfassung Die erstellte Schmerzgeschichte wurde von den Befragten als verständlich und umsetzbar bewertet. Zukünftig sollten weitere quantitative Studien mit größerer Teilnehmerzahl durchgeführt werden, um belastbarere Aussagen bezüglich der Anwendbarkeit und des Verständnisses von Schmerzgeschichten in der Gesamtpopulation treffen zu können. Neben der kulturellen Adaptation könnte auch die Anpassung an das Bildungsniveau sowie das Alter der Betroffenen und eine mögliche PNE-App für zukünftige Untersuchungen relevant sein
Künstliche Intelligenz in Nichtregierungsorganisationen - quantitativer Datensatz [Data set]
No full textKünstliche Intelligenz (KI) stellt ein wichtiges Thema der Digitalisierung dar und hat das Potenzial viele Arbeitsfelder grundlegend zu verändern. Mit dem Einsatz von KI wird die Hoffnung verbunden durch Automatisierung Zeit und Geld zu sparen. Dies könnte besonders interessant für Organisationen sein, die wenig Ressourcen zur Verfügung haben, da sie nicht gewinnorientiert oder ehrenamtlich arbeiten. Dazu zählen Nichtregierungsorganisationen (NRO), die einen wichtigen Bestandteil der Zivilgesellschaft darstellen. Aufgrund der komplexer werdenden Arbeit von NROs scheint KI Möglichkeiten zur Bewältigung aktueller und zukünftiger Herausforderungen zu bieten. Über den Einsatz von KI in NROs ist derzeit jedoch wenig bekannt. Es wurde eine quantitative Querschnittstudie deutscher Nichtregierungsorganisationen (NRO) zum Thema KI durchgeführt. Der Web-Survey baut auf den Erkenntnissen des Scoping Reviews und der qualitativen Interviews auf und vertieft den Einblick in die Bereiche aktuelle Nutzung von KI, Wissenstand in den Organisationen sowie vorhandene und noch benötigte Ressourcen. Dafür wurden 343 NROs verschiedener Größen und Handlungsfelder befragt und die Ergebnisse quantitativ analysiert
PhaKIR Dataset - Surgical Procedure Phase, Keypoint, and Instrument Recognition [Data set]
No full textNote: A script for extracting the individual frames from the video files while preserving the challenge-compliant directory structure and frame-to-mask naming conventions is available on GitHub and can be accessed here: https://github.com/remic-othr/PhaKIR_Dataset.
The dataset is described in the following publications:
Rueckert, Tobias et al.: Comparative validation of surgical phase recognition, instrument keypoint estimation, and instrument instance segmentation in endoscopy: Results of the PhaKIR 2024 challenge. arXiv preprint, https://arxiv.org/abs/2507.16559. 2025.
Rueckert, Tobias et al.: Video Dataset for Surgical Phase, Keypoint, and Instrument Recognition in Laparoscopic Surgery (PhaKIR). arXiv preprint, https://arxiv.org/abs/2511.06549. 2025.
The proposed dataset was used as the training dataset in the PhaKIR challenge (https://phakir.re-mic.de/) as part of EndoVis-2024 at MICCAI 2024 and consists of eight real-world videos of human cholecystectomies ranging from 23 to 60 minutes in duration. The procedures were performed by experienced physicians, and the videos were recorded in three hospitals. In addition to existing datasets, our annotations provide pixel-wise instance segmentation masks of surgical instruments for a total of 19 categories, coordinates of relevant instrument keypoints (instrument tip(s), shaft-tip transition, shaft), both at an interval of one frame per second, and specifications regarding the intervention phases for a total of eight different phase categories for each individual frame in one dataset and thus comprehensively cover instrument localization and the context of the operation. Furthermore, the provision of the complete video sequences offers the opportunity to include the temporal information regarding the respective tasks and thus further optimize the resulting methods and outcomes
From Tracepoints to Timeliness: a Semi-Markov Framework for Predictive Runtime Analysis
No full textDetecting and resolving violations of temporal constraints in real-time systems is both, time-consuming and resource-intensive, particularly in complex software environments. Measurement-based approaches are widely used during development, but often are unable to deliver reliable predictions with limited data. This paper presents a hybrid method for worst-case execution time estimation, combining lightweight runtime tracing with probabilistic modelling. Timestamped system events are used to construct a semi-Markov chain, where transitions represent empirically observed timing between events. Execution duration is interpreted as time-to-absorption in the semi-Markov chain, enabling worst-case execution time estimation with fewer assumptions and reduced overhead. Empirical results from real-time Linux systems indicate that the method captures both regular and extreme timing behaviours accurately, even from short observation periods. The model supports holistic, low-intrusion analysis across system layers and remains interpretable and adaptable for practical use